0


去谷歌开发者大会了,收“获”满满

去谷歌开发者大会了,收“获”满满

多图预警,请耐心等待加载

周四去上海参加了谷歌开发者大会,收获满满。

下面我就当个导游,带大家畅游一番吧。
先来到世博中心,显眼的

Google Logo

入场后先报道,领取胸牌
进入主会场

等待演讲开始
前面是关于

Android

的演讲就不拍了,和大家一样,我对谷歌在

TensorFlow

和 机器学习方面的最新动态比较感兴趣。

主题1 《未来之路:谷歌为开发者提供全面的开源机器学习产品生态》

其实这一部分的核心内容在昨天的主旨演讲中

Laurence

已经简单介绍过,大佬从数据、框架、模型、MLOps 四个方面说明

TensorFlow Project

为开源机器学习构建了全面开源生态,感兴趣可以去大会官网听一下,其实现场的演讲也都有回放了:

https://developersummit.googlecnapps.cn/

现场嘉宾讲的更详细,每一方面都有展开,其实核心就是下面这张图

机器学习的四个支柱:数据、模型框架、部署、监控和维护,这四个支柱

Google

都有开源工具。

数据获取及预处理:TensorFlow 数据集

模型框架:TensorFlow 和 JAX

Deepmind

的一些科研成果,比如

alphafold

,还有

Google research

imagen

Parti

都是通过

JAX

创建的。

JAX

前段时间还有个趣闻,关注我公众号的同学应该知道,有篇文章说“JAX取代TensorFlow”,“谷歌大脑和DeepMind已经普遍放弃TensorFlow,转投 JAX”。(➡️TensorFlow,危!抛弃者正是谷歌自己),很快就有了辟谣(➡️TensorFlow团队:我们没被抛弃),将继续投资

TensorFlow

JAX

两个

ML

框架,以推动数百万用户的研究和应用。

演讲嘉宾讲的很透彻,

JAX

TensorFlow

是定位不同的两个框架,前者专为硬件加速器优化的框架,从而帮助开发者更深入地钻研机器学习的数学运算,后者定位高级框架,帮助不需要深入到数学层面的开发者可以轻松创建自己的模型。

模型部署:TensorFlow.js 、TensorFlow Lite

在云端、网页端、浏览器、移动端和嵌入式平台上运行模型,

Google

也有很多成熟的产品,我之前也曾写过一篇文章介绍

tfjs

(用浏览器玩机器学习,赞!),自认写的清晰明了。

Google Lite

也挺亮眼的,它可以内置到

Google Play

服务中,不需要再在应用中植入

TF Lite

,应用体量可以大幅缩减,也可以使用后台更新功能,用户始终能够使用最新版本,不需要在TF Lite每次更新时再重新。如果用户不使用

Google Play

服务,也可以不使用以上方式,像以前一样自主分发。

监控和维护:TFX

TFX 不仅可以用于模型部署,它也可为完整

MLOps

部署提供软件框架和工具,并在数据和模型随时间推移不断演变的过程中检测问题。

这四个支柱中

Google

提供的一些列工具集成到一起,统称为

Tensor Projects

,满足研究人员、开发者、MLOPS 和商务团队的任意机器学习应用需求。

主题2 《MediaPipe: 搭建你自己的端侧开源机器学习解决方案》

之前没有关注过这一块,设备端(智能手机、物联网设备或浏览器)机器学习其实已经有很多成熟的应用:

  • Google Meet的背景模糊处理/替换
  • Nest 的人员移动侦测、包裹递送通知、手势识别
  • YouTube 的AR 试妆

设备端机器学习主要包括设备端模型和机器学习流水线,模型是核心,机器学习流水线涵盖从原始输入到输出结果的全流程,两者都非常复杂。

MediaPipe

可以极大简化这个过程,它可以把流水线封装成

MediaPipe Tasks

,用

Model Maker

定制模型,通过低代码

API

提供可定制的高性能设备端机器学习解决方案。

使用貌似也挺简单的,和把大象装进冰箱一样,一共分三步:
收集训练数据、使用

Tasks

Model Maker

枃建模型、使用

Task library

部署模型。

MediaPipe

确实挺有意思的,嘉宾分享了好几个资源,我计划之后深入学习学习

https://mediapipe.dev
https://github.com/google/mediapipe
https://google.github.io/mediapipe/solutions/pose.html


下午场是展示区的技术/产品趣味互动体验,有点困,先喝杯

Google

牌雀巢咖啡提提神

在展区打卡领到许多小礼品:

Android

吉祥物、充电线、眼镜、水杯、悠悠球、鼠标垫、冰箱贴、各种贴纸

当然,这些都是身外之物,体验

Google

黑科技才是正事,这部分我会剪个视频在 B 站发布,这里就以图文介绍吧。

黑科技1: 智能互动,让音乐“动”起来

挺好玩的,在摄像头前挥舞手臂,就可以化身指挥家,指挥交响乐团。这个

Semi-Conductor

使用了

PoseNet

这个可在浏览器中运行的开源机器学习模型,能够将网络摄像头拍到的身体动作映射到对应的指挥操作。运用其独特的算法,该应用得以有机融合数百个短小的乐器录音片段,让乐团演奏的乐曲能够随着你的指挥而变化。

黑科技2: 激发音乐灵感,创造无限可能

Tone Transfer

让你可以将日常生活中的各种声音转化为乐器声,比如可以直接对着话筒哼一段旋律,直接在浏览器中录制和上传声音,机器学习模型将它转化成萨克斯风、长笛和其他乐器的声音!

黑科技3: MediaPipe Tasks 面部追踪、姿态检测

这几个都是前面介绍过的

MediaPipe

实现的,听介绍,代码量极低。

开启 TensorFlow 进阶之旅,丰富学习资源,待你探索

你是否正在研究如何更高效地使用

TensorFlow

开发和训练开源机器学习模型,成为开源机器学习专家? 在这里,根据自身需求,灵活挑选合适的学习资源,开启进阶之旅吧!

TensorFlow & 机器学习 丰富的学习资源

最后再放几个资源吧,也是在展区看到的。

为了使开发者更高效地使用

TensorFlow

开发和训练开源机器学习模型,

Google

还有很多开源课程。

比如:

Google

携手网易有道在中国大学

MOOC

平台上发布的《 TensorFlow 入门课程 - 部署篇》 专题课程

https://www.icourse163.org/course/youdao-1467217161?from=searchPage&outVendor=zw_mooc_pcssjg_

Google 开发者在线课程,针对希望在部署层面得到进阶提升的开发者。

https://developers.google.cn/learn/pathways?utm_source=social&utm_medium=devkol&utm_campaign=gds22

TensorFlow 开发者认证计划,通过考试的开发者,有机会荣获官方颁发的 TensorFlow 开发者证书和徽章。

https://www.tensorflow.org/certificate?hl=zh-cn

总结

总结一句话就是:不虚此行,下次一定还来。

大家一起

Code For Better

,“共码未来” 吧,我要去学

MediaPipe

了。

本文由博客一文多发平台 OpenWrite 发布!


本文转载自: https://blog.csdn.net/jpld/article/details/127235560
版权归原作者 机器学习算法与Python实战 所有, 如有侵权,请联系我们删除。

“去谷歌开发者大会了,收“获”满满”的评论:

还没有评论